Dokument 1.pdf - Leuphana Universität Lüneburg

5 Messmethodik und Ergebnisanalyse 163
ihren Indikatoren durch eine multiple Regressionsgleichung verbunden. 547 Das innere
Strukturmodell wird bei der PLS-Pfadanalyse ebenfalls als Regressionsmodell dargestellt.
Die Regressionsgewichte und die Werte der latenten Variablen werden mit Hilfe
des Partial-Least-Squares-Verfahrens geschätzt, indem sie iterativ bestmöglich in die
Struktur der latenten Variablen und in die Messmodelle eingepasst und dabei die
Residuen in den Messmodellen minimiert werden. 548
Die Schätzung der Modellparameter unterliegt bei PLS keiner Annahme über eine
Normalverteilung der Variablen. Diese Eigenschaft spielt eine wichtige Rolle für die
Auswahl von Kriterien, die für die Beurteilung von PLS-Modellen zur Verfügung
stehen. 549 Da bei den verteilungsannahmefreien Modellschätzungen parametrische
Signifikanztests nicht verwendet werden können, lassen sich Signifikanzaussagen nur
auf der Grundlage von Vergleichen mit der Verteilung in einer dem Untersuchungssample
zugehörigen Grundgesamtheit treffen. Die für Signifikanzprüfungen erforderlichen
t-Werte werden daher mit Hilfe von Resampling-Methoden (Bootstrapping) aus
der untersuchten Stichprobe selbst und nicht aus einer Normalverteilung abgeleitet. 550
Mit dem Bestimmtheitsmaß R 2 , der Ermittlung der durchschnittlich erfassten Varianz
und Tests zur Schätzrelevanz des Modells stehen weitere verteilungsannahmefreie
Kriterien zur Beurteilung der geschätzten Modellparameter zur Verfügung. 551
Um die Frage zu beantworten, welcher der beiden vorgestellten Analyseansätze zur
Auswertung des erhobenen Datensatzes herangezogen werden sollte, dienen nach Chin
und Newsted (1999) Kriterien, die sich auf die Natur der Untersuchung und auf die
Beobachtungswerte selbst beziehen. So ist die PLS-Pfadanalyse der Kovarianzstrukturanalyse
dann vorzuziehen, wenn eine Normalverteilung der Daten nicht gegeben
ist oder wenn das Modell neben reflektiven auch formative latente Variablen enthält. 552
Eine Prüfung der zu untersuchenden Daten mit Hilfe des Kolmogorov-Smirnov-Tests
auf die Verteilungsform ergab, dass die manifesten Variablen nicht normalverteilt
547 Vgl. Wold (1980), S. 51 ff.; Ringle (2004), S. 19; Diamantopoulus, Riefler (2008), S. 1191.
548 Vgl. Huber et al. (2007), S. 7; Ringle (2004), S. 18 ff.
549 Vgl. Ringle (2004), S. 27.
550 Vgl. Huber et al. (2007), S. 10.
551 Vgl. Ringle (2004), S. 27.
552 Vgl. Chin, Newsted (1999), S. 335 f.; Bliemel et al. (2005), S. 10.